Model pembelajaran mendalam menyediakan deteksi cepat penyumbatan penyebab stroke – ScienceDaily

Model pembelajaran mendalam menyediakan deteksi cepat penyumbatan penyebab stroke – ScienceDaily


Jenis kecerdasan buatan (AI) canggih yang disebut pembelajaran dalam dapat membantu dengan cepat mendeteksi penyumbatan di arteri yang memasok darah ke kepala, berpotensi mempercepat dimulainya pengobatan yang menyelamatkan jiwa, menurut sebuah penelitian yang diterbitkan di Radiologi.

Penyumbatan pembuluh darah besar adalah penyumbatan di arteri yang memasok darah beroksigen ke otak. Oklusi ini menyebabkan sebagian besar stroke iskemik, jenis stroke yang paling umum. Diagnosis yang tepat sangat penting untuk memulai rekanalisasi, atau pembukaan arteri yang tersumbat, melalui pengobatan yang dikenal sebagai terapi endovaskular.

“Menit penting dalam diagnosis yang sensitif terhadap waktu ini,” kata penulis utama studi Matthew T. Stib, MD, seorang residen radiologi di Sekolah Kedokteran Warren Alpert di Universitas Brown di Providence, Rhode Island. “Setiap menit yang kami kurangi waktu untuk rekanalisasi memperpanjang hidup pasien bebas kecacatan seminggu.”

CT angiography (CTA), pemeriksaan tiga menit yang memberikan gambaran rinci tentang pembuluh darah, adalah standar emas untuk mendeteksi oklusi ini. Ahli radiologi sangat akurat dalam mengidentifikasi oklusi pembuluh darah besar di CTA, tetapi mereka tidak selalu tersedia, dan setiap backlog di rumah sakit dapat menunda perawatan lebih lanjut.

Dr. Stib dan rekan-rekannya di Brown mengeksplorasi penggunaan pembelajaran mendalam untuk membantu mendeteksi secara cepat oklusi pembuluh darah besar di CTA dan mengurangi waktu perawatan.

Bekerja sama dengan departemen ilmu komputer Brown, para peneliti mengembangkan model pembelajaran mendalam dari awal. Mereka menggunakan sampel besar pemeriksaan CTA untuk pasien dengan dugaan stroke iskemik akut untuk melatih algoritme untuk mengenali munculnya oklusi pembuluh darah besar dan membedakannya dari kondisi lain. Pemrosesan awal ujian CTA mencakup pembuatan gambar proyeksi intensitas maksimum untuk menekankan pembuluh darah yang ditingkatkan kontras. Para peneliti juga menggunakan multiphase CTA, pendekatan baru yang memberikan informasi yang lebih komprehensif daripada teknik fase tunggal.

Ketika mereka menguji model pembelajaran mendalam pada pemeriksaan CTA multiphase dari 62 pasien, model tersebut mendeteksi semua 31 oklusi pembuluh darah besar untuk sensitivitas 100%, peningkatan yang signifikan secara statistik di atas tingkat sensitivitas 77% CTA fase tunggal. Penggunaan CTA multifase berkontribusi pada peningkatan kinerja.

“Hasil ini cukup menjanjikan,” kata Dr. Stib. “Kami benar-benar ingin mengoptimalkan sensitivitas model sehingga kami yakin bahwa kami mengambil setiap kasus karena melewatkan satu kasus memiliki konsekuensi yang cukup mengerikan.”

Penelitian ini adalah yang pertama menggunakan CTA multifase untuk melihat oklusi baik di arteri depan, atau anterior, bagian kepala dan leher dan di belakang, atau posterior.

“Oklusi sirkulasi posterior belum banyak dibahas dalam literatur pembelajaran mesin,” kata Dr. Stib. “Mereka kurang umum tetapi memiliki konsekuensi klinis yang cukup besar jika terlewat. Penting untuk memiliki algoritme yang mendeteksi semua kategori oklusi, baik anterior maupun posterior.”

Langkah selanjutnya dalam penelitian ini adalah memvalidasi hasil menggunakan algoritma secara real time dan melihat apakah dapat meningkatkan hasil bagi pasien. Jika hasilnya benar, maka model deep learning bisa menjadi aset yang berguna di pusat kesehatan atau rumah sakit yang tidak memiliki keahlian untuk membaca gambar CTA oklusi kapal besar.

“Algoritme ini tidak menggantikan kemampuan ahli radiologi untuk melakukan tugasnya, melainkan mencoba mempercepat waktu untuk diagnosis,” kata Dr. Stib. “Jadi jika ahli radiologi tidak ada atau ada alur kerja besar yang mencegah seseorang melihat hasil ujian dengan cepat, akan ada peringatan yang mengatakan mungkin ada oklusi dan seseorang harus melihat ini. Di situlah nilainya dalam model seperti ini. “

Tim bekerja di bawah arahan penulis senior studi Ryan A. McTaggart, MD, seorang ahli neuroradiologi yang berspesialisasi dalam neuroradiologi intervensi di Rumah Sakit Rhode Island di Providence, Rhode Island, dan pendukung pengurangan waktu perawatan untuk penyumbatan pembuluh darah besar.

Untuk Informasi Lebih lanjut silahkan Kunjungi : Result SGP

Author Image
adminProzen